学习相位一致特征的无参考图像质量评价

被引：21

作者：

李朝锋 ^{[1
,2
]}

唐国凤 ^{[1
]}

吴小俊 ^{[1
]}

琚宜文 ^{[2
]}

机构：

[1] 江南大学物联网工程学院

[2] 中国科学院计算地球动力学重点实验室中国科学院大学地球科学学院

来源：

电子与信息学报 | 2013年 / 35卷 / 02期

基金：

中国博士后科学基金;

关键词：

图像处理; 无参考图像质量评价; 相位一致; 灰度-梯度共生矩阵; 广义回归神经网络;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了有效地评价不同失真类型的图像质量,该文提出一种利用广义回归神经网络(GRNN)学习图像相位一致特征的无参考评价方法。该方法首先使用相位一致模型产生相位一致图像、相位一致协方差最大、最小图像,然后利用灰度-梯度共生矩阵模型计算该3幅图像的梯度熵、原始图像的梯度均值和梯度熵,再加上该3幅图像的均值,共8个特征输入GRNN模型训练学习,预测得到图像质量评价得分。实验结果表明新方法与主观得分有较好的一致性,同时具有可靠的推广性。

引用

页码：484 / 488

页数：5